买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于强化指针网络的可充电式无人机数据采集方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119417018B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411373903.4，技术领域涉及：G06Q10/063；该发明授权一种基于强化指针网络的可充电式无人机数据采集方法是由左燕;陈修恒;付建涛;方峰;彭冬亮设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于强化指针网络的可充电式无人机数据采集方法在说明书摘要公布了：本发明公开了一种基于强化指针网络的可充电式无人机数据采集方法，该方法首先构建可充电式无人机场景，获取无人机相关的数据。其次构建指针网络短期预测模型，对获取的数据进行状态编码，将状态编码后的结果输入编码器获得中间变量；再用解码器通过中间变量得到隐藏层信息，利用注意力机制结合短期预测获得下一时刻无人机的动作，直到所有的传感器数据被采集完成。最后利用策略梯度方法训练指针网络短期预测模型，生成行动者网络和评论者网络，利用奖励函数计算更新梯度不断进行更新，使奖励收敛。本发明针对可充电式无人机数据采集问题，效优化其后续的决策行为，增大无人机在当前电量情况下做出更优的行为策略的概率。

本发明授权一种基于强化指针网络的可充电式无人机数据采集方法在权利要求书中公布了：1.一种基于强化指针网络的可充电式无人机数据采集方法，其特征在于，包括以下步骤： S1：构建可充电式无人机场景，获取无人机相关的数据； S2：构建指针网络短期预测模型，对S1中获取的数据进行状态编码，将状态编码后的结果输入编码器获得中间变量；再用解码器通过中间变量得到隐藏层信息，利用注意力机制结合短期预测获得下一时刻无人机的动作，直到所有的传感器数据被采集完成，具体实现过程如下： S2.1：将无人机当前时间点的电量和剩余数据量作为动态输入集合其中表示无人机当前时间点t的电量et和剩余数据量作为动态输入集合；该集合内无人机的电量和位置信息都随时间t发生变化； 将充电桩和传感器位置坐标集合作为静态输入集合N＝n0,n1,...,nn，其中有一个充电桩n0和n个采集数据的传感器，该集合内的数据不随时间t的改变而发生变化；静态输入和动态输入组建得到将状态编码的输出结果作为编码器模块的输入； 所述短期预测模型实现为：通过获取当前时刻t无人机位置和电量信息，通过无人机做出下一时刻t+1的所有可能行为消耗的电量计算得到t+1无人机做出的所有可能行为完成时剩余的电量信息矩阵和位置信息矩阵，再通过计算t+2时刻都选择返回充电桩后剩余电量得到两个时间步无人机的剩余电量矩阵其中 式中，et为当前时刻无人机所有的电量，为t+2时刻返回充电桩消耗的电量，为该时刻下对未来短期预测所做动作的剩余电量； S2.2：编码器模块采用由卷积网络构成的第一嵌入层将的集合映射为一维向量作为中间变量输入到解码器当中，经过第一嵌入层得到ni,经过嵌入层分别得到 S2.3：解码器由GRU网络构成，将S2.2得到的输出作为解码器模块的初始输入，输出得到隐藏层信息ht，并将每一时间步当前无人机位置信息xt经过由卷积网络构成的第二嵌入层得到在解码的每一个时间步，将隐藏层信息ht和无人机该时刻的位置使用注意力机制结合短期预测模型信息，得出下一时刻无人机做出各个行为策略的概率分布其中该行为表示无人机下一时刻前往的传感器编号进行数据采集或者返回充电桩进行充电；最后采用贪婪策略选取最大概率值的动作作为无人机的下一时刻行为； 所述注意力机制实现为：通过嵌入后的t时刻的静态输入和动态输入集合和解码步骤t时解码器的输出状态ht，计算得到对齐向量 式中va，Wa为训练的参数； 通过结合输入序列的上下文向量加权累积计算条件概率： 使用嵌入的输入和上下文向量计算得到的值，然后通过Glimpse机制softmax函数进行归一化输出概率结合短期预测输出最终动作概率分布其中为注意力机制结果累计加权并通过Glimpse机制后得到的结果，λ为超参数，vc、Wc为训练参数； S3：利用策略梯度方法训练指针网络短期预测模型，采用Actor-Critic框架，生成行动者网络和评论者网络，利用奖励函数计算更新梯度不断进行更新，使奖励收敛。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。